Confluence-Based Code Review MCP Server
An MCP server that performs code reviews by comparing local source code against design documents stored in Confluence. It integrates with Atlassian MCP servers to analyze documentation and provide suggestions for quality improvement based on design specifications.
README
Confluence設計書ベースのコードレビューMCPサーバー
Confluenceの設計書に沿ってコードレビューを行うMCPサーバーです。既存のConfluence MCPサーバーと連携して、設計書の内容とローカルのコード実装を比較・分析し、品質向上のための提案を行います。
導入手順
前提条件
- python、nodeが使える環境であること
- clineをインストールしていること
- clineが使える状態であること(bedrockからapi-keyを払い出すなどする)
1. mcp-remoteのインストール
npm install -g mcp-remote
2. cline_mcp_settings.jsonの編集
clineの設定ファイルを開き、まずはatlassian mcp serverの導入をします
接続するかvscodeを開き直すかするとatlassianの認証ページが開かれたはずです
confluenceへのアクセス許可をしてacceptしてください
{
"mcpServers": {
"atlassian": {
"autoApprove": [],
"disabled": false,
"timeout": 60,
"command": "npx",
"args": [
"-y",
"mcp-remote",
"https://mcp.atlassian.com/v1/sse"
],
"env": {},
"transportType": "stdio"
}
}
}
3. code-eval-mcpの設定
依存関係をインストール
pip install -r requirements.txt
4. パッケージのインストール
pip install -e .
5. cline_mcp_settings.jsonへの追記
先ほどのatlassianを追加した設定ファイルにさらに追記し、最終的に以下のようになります
{
"mcpServers": {
"atlassian": {
"autoApprove": [],
"disabled": false,
"timeout": 60,
"type": "stdio",
"command": "npx",
"args": [
"-y",
"mcp-remote",
"https://mcp.atlassian.com/v1/sse"
],
"env": {}
},
"code-eval-prompt": {
"autoApprove": [],
"disabled": false,
"timeout": 60,
"type": "stdio",
"command": "python",
"args": [
"<絶対パス>/code-review-following-confluence/mcp_server/server.py"
],
"env": {}
}
}
}
使用方法
clineで以下のプロンプトを入力してください
server_name: code-eval-prompt
tool_name: generate_flow_overview
arguments: {
"main_page": "173735938",
"subpages": [
"207519745",
"167706625"
],
"project_root": "<絶対パス>\project\kaonamae-nodejs",
"hint_files": [
"controllers\common\life.ts",
"services\common\lifeService.ts"
],
"dependency_depth": 3
}
パラメータ説明
main_page: confluenceの設計書のメインとなるページ(URL全体ではなくページIDが良い気がします)subpages:main_pageのほかに読み込ませたいページproject_root: ローカルにあるプロジェクトルートhint_files: 今回評価したいファイルのヒントdependency_depth: どこまで依存関係を辿るかの数字
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。